BigQuery
BigQuery opisuję od strony hurtowni danych, na której ktoś potem podejmuje decyzje. Tu są wpisy o fundamencie danych pod AI, o pracy z BigQuery i dbt razem z agentem w Claude Code i o tym, co w konfiguracji dbt tylko wygląda na zabezpieczenie. Wspólny wniosek: zielony build nie znaczy, że dane są dobre.
-
Dane do testu A/B z GA4 w BigQuery — plan przed startem
Jak policzyć dane do testu A/B z GA4 w BigQuery: użytkownicy i konwertujący na tydzień w oknach narastających oraz przychód tygodniowy do planu testu.
-
Governance w dbt — co naprawdę blokuje, a co tylko opisuje
Governance w dbt to w dużej mierze metadane: group, access, owner, severity: warn. Co dbt naprawdę blokuje, a co trzeba dobudować w CI, IAM i gicie.
-
Google MCP Toolbox w Claude Code — BigQuery i dbt z agentem
MCP Toolbox i plugin Data Agent Kit w Claude Code: agent widzi schemat BigQuery i zna konwencje dbt. Instalacja, konfiguracja i pipeline z Cloud Composerem.
-
Architektura danych pod AI — fundament wygrywa z dashboardem
Architektura danych pod AI decyduje, czy modele zadziałają. Dlaczego fundament — dataLayer, jakość i spójność danych — wygrywa z dashboardem.